GORODENKOFF/ ISTOCK - Arquivo
MADRID 22 set. (EUROPA PRESS) -
O especialista em neurorradiologia e membro da Comissão de Inteligência Artificial (IA) da Sociedade Espanhola de Radiologia Médica (SERAM), o Dr. Albert Pons Escoda, destacou que a especialidade “exige caminhos mais ágeis para levar a IA da pesquisa sobre câncer cerebral à prática clínica”.
“Ainda existe uma lacuna muito significativa entre o que somos capazes de fazer na pesquisa e o que realmente podemos utilizar na prática clínica”, insistiu ele por ocasião da comemoração, nesta quinta-feira, 24 de setembro, do Dia Mundial da Pesquisa contra o Câncer e porque a nova ferramenta aplicada ao estudo de tumores cerebrais “é um dos campos em que a Radiologia está agregando mais valor à pesquisa oncológica”.
A IA “permite extrair das imagens uma quantidade de informação quantitativa que, até agora, era muito difícil ou demorado demais de se obter rotineiramente”, destacou Pons Escoda, que acrescentou que já existem aplicações que possibilitam automatizar processos como a segmentação e a volumetria das lesões, prever determinadas características moleculares do tumor, estimar o prognóstico e avaliar a resposta ao tratamento.
No entanto, ele afirmou que o sistema “é uma ferramenta para ampliar capacidades e deve ser entendido como um meio e não como um fim”. “Ela pode nos fornecer medições e biomarcadores mais objetivos e reproduzíveis, mas, posteriormente, cabe ao radiologista interpretar essas informações dentro do contexto clínico do paciente”, sustentou.
“A medicina trabalha com pacientes individuais, não apenas com probabilidades”, portanto, “a responsabilidade de realizar essa integração e transformar os dados em uma decisão clínica continua sendo nossa”, continuou ele, acrescentando que “qualquer ferramenta a ser utilizada em pacientes deve ser incorporada de forma controlada e segura, mas controle e segurança não devem significar que a transferência de uma ferramenta útil da pesquisa para a prática clínica se torne um processo praticamente impossível”.
MELHORES DECISÕES
Nesse sentido, ele ressaltou que é necessário “encontrar caminhos que permitam avaliar e incorporar com maior agilidade as soluções que tenham demonstrado utilidade e robustez suficientes”. “O benefício para o paciente surge quando conseguimos transformar todas as informações em melhores decisões clínicas”, destacou, ao mesmo tempo em que afirmou que é preciso “construir pontes entre os dois mundos” para não gerar “uma enorme quantidade de inovação científica que, posteriormente, tenha muito pouco impacto real”.
“Dispomos de inúmeros algoritmos capazes de realizar tarefas muito sofisticadas”, mas “na prática clínica, continuamos realizando manualmente algumas dessas mesmas tarefas porque não existem formas simples de transferir essas ferramentas para o ambiente de atendimento”, insistiu, em seguida, ele destacou que é preciso priorizar dispositivos interoperáveis e suficientemente robustos para “funcionarem independentemente do fabricante ou do hospital em que sejam utilizados”.
Nesse ponto, o especialista se referiu aos próximos passos, destacando a validação dos algoritmos em diferentes hospitais, equipes e populações; a redução do ‘vale da morte’ — o período que se estende até que a tecnologia seja aplicada — por meio de circuitos de avaliação ágeis e seguros; a integração transparente da IA no fluxo de trabalho habitual e o reforço da formação dos radiologistas.
“Não acredito que todos os residentes de Radiologia precisem se tornar engenheiros nem saber programar uma rede neural do zero”, esclareceu, embora tenha afirmado que “é positivo conhecer os fundamentos dessas tecnologias e entender como elas foram desenvolvidas e validadas”. De qualquer forma, a prioridade “deve continuar sendo formar excelentes radiologistas e excelentes médicos”, explicou.
Esta notícia foi traduzida por um tradutor automático